Машинное обучение

<<- Назад к вопросам

Как будет называться предикат
$\varphi(x)$
, если
$E_c(\varphi,X^l) \le \varepsilon$
и
$D_c(\varphi, X^l) \ge \delta$
при заданных достаточно малом
$\varepsilon$
и достаточно большом
$\delta$
из отрезка [0,1]?

(Отметьте один правильный вариант ответа.)

Варианты ответа

непротиворечивой;

частичной.

логической

$\varepsilon , \delta$

-закономерностью для класса

$c \in Y$

;(Верный ответ)

Похожие вопросы

Как будет называться закономерность

$\varphi$

, если

$n_c(\varphi)=0$

?

Перейти

Как будет называться закономерность

$\varphi$

, если

$n_c(\varphi)>0$

?

Перейти

Набор функций

$F \subseteq C(x)$

будет называться замкнутым относительно функции

$\varphi : R \to R$

, если:

Перейти

Какая функция не считает за ошибки отклонения

a(x_i)

от

y_i

, меньшие

$\varepsilon$

?

Перейти

Если известны

P_y = P(y)

и

P_y(x) = p(x|y)

, и

$\lambda_{yy} = 0$

, а

$\lambda_{ys} = \lambda_y$

для всех

,

$s \in Y$

, то минимум среднего риска

R(a)

достигается при:

Перейти

Если выполнены условия: 1) выборка

X^m

простая, получена из плотности распределения

p(x)

; 2) ядро

K(z)

непрерывно, его квадрат ограничен:

$\int_x k^z (z)dz<\infty$

; 3) последовательность

h_m

такова, что

$\lim_{\limits {m \to \infty}} h_m = 0$

и

$\lim _{\limits{m \to \infty}} mh_m = \infty$

, тогда:

Перейти

На предположении, что плотность распределения известна с точностью до параметра,

$p(x) = \varphi (x, \Theta)$

, где

$\varphi$

- фиксированная функция, основано:

Перейти

Если в корректирующей операции

$b(x) = F(b_1(x),g_1(x),...,b_r(x), g_r(x)) = \sum_{t=1}^T gt(x) b_t(x)$

функция

gt(x)

принимает только два значения

$\{0,1\}$

, то множество всех

$x \in X$

, для которых

gt(x) = 1

, называется:

Перейти

Константы смеси имеют

-мерные нормальные распределения

$\varphi(x;\Theta_j) = N(x;\mu_j,\Sigma_j)$

с параметрами

$\Theta_j = (\mu_j,\Sigma_j)$

, где

$\Sigma_j \in R^{n \times n}$

- это:

Перейти

Константы смеси имеют

-мерные нормальные распределения

$\varphi(x;\Theta_j) = N(x;\mu_j,\Sigma_j)$

с параметрами

$\Theta_j = (\mu_j,\Sigma_j)$

, где

$\mu_j \in R^n$

- это:

Перейти